基于自回归模型的动态表情识别

摘要：

采用几何信息和纹理信息融合的混合特征,基于自回归(AR)模型,提出一种基于线段的相似度判决方法实现动态表情识别.首先在6种基本表情的图像序列训练集上进行训练得到6种AR模型,然后给定测试表情序列,对每一个测试序列通过6种AR模型生成6种预测序列,接着比较每种预测序列与实际给定序列的相似性,最终根据相似性判断所给序列的表情类别.为了更好地比较预测序列与给定序列的相似性,提出了一种基于线段的相似度判决方法.基于Cohn-Kanade+人脸表情库进行实验结果表明,该方法在动态表情识别上取得了良好的效果.

关键词：动态表情识别、几何特征、纹理特征、二阶自回归模型

所属期刊栏目：29

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家社会科学基金16BSH107

在线出版日期：2017-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1085-1092